The Trade-Off Between Torque and Power with Speed: A Study of Shoulder Performance During an Isokinetic and Multiplanar Task
Notice bibliographique
Résumé
Abstract The human shoulder likely evolved under selective pressures favouring diverse tasks that require high mobility, speed, and torque. For example, humans are uniquely adept at high-speed and accurate throwing. Prior work has aimed to quantify the kinematics and kinetics of upper limb movements in isometric or uniplanar motions. However, we still do not fully understand the trade-offs of shoulder torque and power with angular velocity during functional tasks that are reflective of demands that may be relevant to the shoulder’s evolution. We developed a novel approach for upper limb 3D inverse dynamic calculations by integrating motion capture with an instrumented cable machine. Twenty-five participants performed a crossbody, isokinetic upper limb motion at various cable speeds in a rigid and free torso condition (self-imposed). Shoulder torque decreased significantly (p < 0.05) with increasing angular velocity in 19 and 16 participants for the constrained and unconstrained conditions, respectively. Shoulder power increased significantly (p < 0.05) with angular velocity for 6 and 11 participants for constrained and unconstrained, respectively. T-tests revealed no statistical difference between the torso conditions for torque and power against angular velocity. Our findings suggest that despite having a trade-off in torque and velocity, the shoulder may be tuned to produce power over a wide range of velocities independent of energy transfer from the lower extremities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».